城市绿色交通公共设施资金规模预测与融资模式研究

张 毅，梅亚凤

（1.交通运输部科学研究院，北京 100029；2.北京交通大学 交通运输学院，北京 100044）

0 引言

城市是人类活动与基础设施服务聚集的中心，随着城镇化的推进，城市交通发展面临日益严峻的资源环境约束和气候变化压力，绿色交通已成为一种新的发展模式[1-2]。城市绿色交通公共设施作为城市基础设施的重要组成，具备规模化、集约化、低碳化的效应[3]，其供给保障规模和配置对城市居民生活质量具有重要影响[4]，也为城市低碳发展起到基础性和关键性作用。

关于城市绿色交通公共服务配置和资金规模，国内外学者一方面侧重从城市绿色公共设施配置的区位选择、可达性、空间公平、布局优化和社会经济效应等方面进行研究[3-5]，为城市公共服务设施如何配置提供了方案。另一方面，则或侧重于金融服务与公共产品供给关系的研究，如金融发展中的政府与市场关系[6]，某项交通基础设施各阶段发展趋势及金融需求分析[7]；或从共享经济[8]、商业银行资金供给[9]、交通设施供给侧[10]、国际经验[11]等视角对交通基础设施金融模式进行研究。但是，从战略角度推进绿色金融服务与城市绿色交通的融合发展，需要对城市绿色交通基础设施的整体资金需求情况进行具体预测，并根据类型与属性对不同的设施类别所适用的金融模式加以分析。

为明确城市绿色交通公共设施资金需求的具体规模，推动有效市场和有为政府的更好结合，厘清公共财政与社会资本在该类支出中承担的责任，本文将从绿色公共产品供给视角出发，通过判别各类型设施需求特征等关键因素，搭建组合预测方法并设定多种参数，预测相应情景下城市绿色交通公共设施资金需求，并分析不同类别公共设施适用的金融模式，探究不同融资渠道对所需资金的适用性，以推进绿色交通与绿色金融的协调发展。

1 城市绿色交通公共设施范围界定

既有研究未对城市绿色交通公共设施作出明确定义。为便于从行业管理者的视角对绿色交通需求规模和公共设施未来整体投入进行分析，有必要从公共投入的角度对其基本属性和范围作进一步界定。

从公共产品供给视角，公共设施应具有非排他性、非竞争性等特征[12]。公共财政理论将公共基础设施划分为经营性、准经营性和非经营性（公益性）[13]，按使用者直接付费或由政府投资进行区别。城市绿色交通公共设施是城市公共服务设施的组成部分，应具备公共设施的基础性、公共性和强外部性等特征，此外，还应区别于普通的城市交通公共设施，突出其必须具备的绿色低碳属性。从城市管理者的视角，需要明确城市交通绿色低碳效益，但该效益属于相对概念，为避免“绿色”存在概念相对模糊与标准泛化、标准不一的问题，国家发展改革委等七部委联合印发《绿色产业指导目录（2019 年版）》对绿色交通涵盖的绿色产业范围作出界定，指出城市绿色交通涉及“智能交通体系”“充电、换电、加氢和加气设施”“城市慢行系统”“城乡公共交通系统”及“共享交通设施”等类别，为厘清边界提供了重要参考[14]。

综合考虑公共产品属性特征与绿色效益，本文将城市绿色交通公共设施界定为为城市提供绿色交通服务的基础设施、运输装备等。典型的城市绿色交通公共设施包括城市地铁、公共充电桩、加氢站等公共交通基础设施，以及新能源公交车、共享自行车等城市绿色运输装备，如图1所示。

图1 城市绿色交通基础设施涵盖的范围

2 城市绿色交通公共设施资金需求规模测算

2.1 预测模型构建

城市绿色交通公共设施的建设与发展是落实“双碳”任务的重要工作之一，本文主要依据发展经验和规划指标两条路径对绿色交通基础设施的资金需求进行预测。一方面，根据已有的历史数据和发展经验数据，使用二次指数平滑模型、一元线性回归预测模型、对数曲线预测模型、多项式回归等预测模型进行趋势推演，进而预测资金需求（下文简称“趋势法”）；另一方面，对于国家和行业出台的绿色交通相关规划中涉及的部分与城市绿色交通公共设施规模相关的重要参数，通过规划建设的参数指标进行反推预测资金需求（下文简称“反推法”）；最后，将趋势法和反推法模型预测结果进行加权组合，得到组合预测模型。

（1）二次指数平滑预测模型

指数平滑法是一种特殊的加权平均法，即对距离预测值较近的历史数据赋予较大权重，对距离预测期较远的历史数据赋予较小权重，且权重按指数规律递减。当数据变化呈较明显的趋势线特征时，适用该方法进行预测，其基本表达式如式（1）、式（2）所示：

式（1）～式（2）中：Xt为t期的实际值；和分别为t期的一次平滑值和二次平滑值；和分别为t-1 期的一次平滑值和二次平滑值；α为平滑常数。

未来T期投资金额预测方法见式（3）～式（5）：

式（3）～式（5）中：为t+T期预测值；T为未来预测的期数；At和Bt均为模型参数；其他参数含义同前。

（2）一元线性回归预测模型

该方法根据自变量和因变量的相关关系，建立线性回归方程对未来时期的值进行预测，如式（6）～式（8）所示。在回归分析预测中，需利用式（9）计算自变量与因变量的相关系数r（值域[-1,1]）。

式（6）～式（9）中：为t期因变量的值；xt为t期自变量的值；a,b为参数；ε为误差；Xi,Yi（i=1,2,…,n）为已知成对样本数据；为样本均值；n为样本数。

（3）对数曲线预测模型

该方法对具有对数曲线变动趋势的历史数据，通过对数模型拟合预测，适用于预测对象的增长趋势近似于对数函数曲线且在预测期内不发生突变的情况，基本表达式如式（10）所示：

式（10）中；为预测值；x为自变量；a,b均为参数，可通过最小二乘法求得；ε为误差。

（4）多项式回归预测模型

该模型是线性回归模型的一种，此时回归函数关于回归系数是线性的，可以用于拟合非线性数据。该方法将自变量和因变量之间的关系建模为n次多项式，基本表达式如式（11）所示：

式（11）中：为预测值；x为自变量；bi（i=1,2,…,n）为参数；ε为误差。

（5）反推法预测

通过查阅“十四五”期间与城市绿色公共交通基础设施有关的发展规划及相关要求，并对数据参数进行收集清洗，划分绿色交通公共设施的不同类别，详细分析有关要求，标定参数用以推算城市轨道交通、新能源公交车、公共充电桩和加氢站的资金需求情况。

（6）组合预测模型

根据前文城市绿色交通公共设施的范围界定，针对城市轨道交通、新能源公交车、公共充电桩、加氢站及共享单车等5 个主要类别，通过加权方法，将趋势法和反推法的预测结果进行组合，构建组合模型，预测“十四五”期间城市绿色交通建设的资金需求情况，如式（12）所示：

式（12）中：C为城市绿色交通基础设施资金需求值（亿元）；i为城市绿色交通基础设施类型，包含r（轨道交通），n（新能源公交车），e（充电桩），h（加氢站），b（共享单车）；wi为运用趋势法预测的设施i所需资金的权重；1-wi为运用反推法预测的设施i所需资金的权重；Hi为运用趋势法预测的设施i所需资金（亿元）；Si表示反推法预测的设施i所需资金（亿元）；δ为其他有关费用（含公共车辆、道路的改造、运营补贴等不确定性支出），取0.02C～0.03C。

2.2 预测过程

根据2.1 节模型，下面分类别、分方法对城市绿色交通公共设施资金需求进行综合预测，具体测算方法如下。

（1）城市轨道交通资金需求预测

首先，根据2015—2020年城市轨道交通建设投资情况[15]，建立二次指数平滑模型对城市轨道交通的建设资金需求趋势预测。然后，根据相关发展规划对资金需求作进一步预测，即根据《“十四五”现代综合交通运输体系发展规划》[16]提出的轨道交通建设里程规划指标，确定“十四五”期间轨道交通里程增量，根据国家发展改革委批复的2015—2019 年城市轨道交通计划，计算轨道交通的投资金额与里程的比例系数初值。接着，考虑不同阶段建设发展重点的变化情况，根据中国城市轨道交通协会公开信息，即2018—2021 年城市轨道交通的运营线路构成和占比情况，以及已投建的轨道交通项目单公里基础造价信息[15]，计算当前状态下轨道交通投资金额与里程的比例系数值，通过进一步考虑附加因素对建设成本的预期性影响（如随着建设技术水平和娴熟度提高，单位建设成本会有所降低），确定比例系数终值，结合轨道交通里程增量对资金需求进行预测。最后，将趋势法和反推法的预测结果代入组合预测模型，得到相应类别的资金需求预测结果。

（2）新能源公交车资金需求预测

首先，根据2016—2020年中国新能源公交车数量情况，构建对数曲线模型预测未来车辆数。然后，根据规划[16]对城市新能源公交车辆数占所有公交车辆数的比例要求，反推预测“十四五”期间新能源公交车数量，再结合新能源公交车的市场价格，预测新能源公交车的资金需求。最后，将趋势法和反推法的预测结果代入组合预测模型，得到新能源公交车的资金需求预测结果。

（3）公共充电桩资金需求预测

首先，根据2015—2021年中国公共充电桩数量情况，构建多项式回归预测模型预测未来充电桩数量。然后，根据对电动汽车数量、加氢站数量及公共充电桩占比等的规划[17]，反推预测“十四五”期间公共充电桩数量，再结合公共充电桩的市场价格，预测公共充电桩的资金需求。最后，将趋势法和反推法的预测结果代入组合预测模型，得到公共充电桩的资金需求预测结果。

（4）加氢站资金需求预测

由于加氢站建设的起始时间较晚，历史数据较少，本文主要根据发展规划[18]对加氢站建设数量的要求，结合加氢站的市场价格，预测加氢站的资金需求。

（5）共享单车资金需求预测

由于共享单车多由市场驱动，未见政府对其整体规模的规划，侧重选择时间序列法进行预测，即根据2017—2020年中国共享单车市场规模序列数据[19]，构建一元线性回归模型预测“十四五”期间共享单车资金需求。

2.3 参数选择及依据

依据有关规划，反推预测过程中涉及的有关参数，如表1所示。

表1 规划核心参数选择及依据

2.4 测算结果

根据前文，现按照趋势法、反推法及组合模型对城市轨道交通、公共充电桩、共享单车资金需求规模进行预测，结果如下。

（1）趋势法测算结果

按照趋势法预测，结果如表2所示。

表2 趋势法预测“十四五”期间资金需求

表2 （续）

（2）反推法测算结果

根据城市轨道交通构成信息测算各类城市轨道投资比例系数（结果见表3），在此基础上采用反推法预测“十四五”期间城市轨道交通资金需求。通过反推法测算的“十四五”期间各类城市绿色交通公共设施资金需求规模如表4所示。

表3 各类城市轨道交通投资比例系数测算结果

表4 反推法预测“十四五”期间资金需求

（3）加权汇总

综合考虑城市轨道交通、新能源公交车、公共充电桩的历史建设情况与发展规划情况，为各类别权重赋值，最终得到“十四五”期间城市绿色交通基础设施资金需求的大致范围，如表5所示。

表5 “十四五”期间绿色交通公共设施资金需求预测

根据表5的预测结果，“十四五”期间城市绿色交通公共设施总资金需求预计达万亿元，年均达千亿元，其中轨道交通类的资金需求额最高，新能源公交车次之，充电桩与共享单车再次之。加氢站当前需求额基数较小，但发展速度较快，资金规模约年均在15亿元以上。另有相关运营维护及其他公共设施建设资金需求年均达千亿元。

轨道交通、新能源公交车作为各城市社会均等化服务的一部分，具有较强的公益属性，因当前建设发展较快，资金缺口较大，目前主要由政府财政承担。充电桩、加氢站、共享单车等设施虽受资本青睐，但当前的盈利性不明显。

3 城市绿色交通公共设施融资模式

根据前文分析，绿色交通公共设施项目多为准经营性公共服务项目，传统融资模式难以满足巨大的建设资金需求，需要长期、低成本、可持续的融资机制提供支持。在绿色低碳化发展目标下，通过绿色金融引入多元化的资金供给方和金融工具，不仅可以满足城市绿色交通基础设施建设的资金需求，而且能够激励资金进入绿色产业，同时抑制污染型行业和企业的过度投资，促进产业绿色化转型，助力经济绿色低碳高质量发展。《关于构建绿色金融体系的指导意见》[22]提出支持和鼓励绿色投融资的一系列措施，包括设立国家绿色发展基金、在绿色产业中引入政府和社会资本合作（PPP）模式、再贷款、专业化的担保和增信机制、绿色信贷支持项目财政贴息等措施。《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》[23]提出，积极发展绿色金融，有序推进绿色低碳金融产品和服务开发，引导银行等金融机构为绿色低碳项目提供长期限、低成本资金。

城市交通绿色基础设施包含多个方面，对应的绿色金融模式应用发展水平与应用范围不尽相同[24-28]，结合绿色金融政策和不同设施的实际情况，本文对城市交通绿色基础设施融资模式提出以下建议：①分类施策，根据不同主体特点，引入多元化资金供给，有针对性地选择不同的金融模式为城市绿色交通金融的发展注入可持续性；②绿色交通公共设施项目涉及主体众多、利益复杂，需寻求利益最大公约数，结合相应的政策支持，从建设绿色交通发展基金、改变运营方式、提升服务品质等方面协同发力，缓解资金压力；③在确保绿色城市交通设施公益属性和多方面价值的前提下，注重绿色公共设施的实际需求，搭建好绿色交通项目对接资本的平台；④充分挖掘绿色交通设施为城市交通系统带来的外部性红利和内化方式，提升绿色金融的资源配置效率。具体融资模式建议如表6所示。

表6 城市交通绿色基础设施融资模式发展建议

4 结论

本文从公共产品属性与绿色效益层面定义了城市绿色交通基础设施的范围，并进行了资金需求预测，主要结论如下：

（1）从公共产品、公共财政理论、绿色经济角度出发，梳理城市绿色交通公共设施的组成和类别，并对其进行范围界定，有利于进行资金需求预测和明确各类型设施的融资规模和方式。

（2）根据现状趋势推演和已发布的政府相关规划中与绿色基础设施供给有关的关键参数，对轨道交通、新能源公交车、新能源汽车公共充电网络、共享单车等主要类别城市绿色交通公共设施投资规模进行了预测。结果显示，“十四五”期间含有公共属性且有明显绿色效益的交通公共设施资金需求规模为33 240.10 亿～42 008.23 亿元，年均达6648.02 亿～8401.65 亿元。其中城市轨道交通年均资金需求5203.69亿～6105.54亿元，营运型新能源车辆年均资金需求219.64 亿～233.41亿元；城市公共充电桩年均资金需求52.23亿～59.41亿元；加氢站年均资金需求15.75亿元；共享单车年均资金需求48.70 亿元；其他相关年均资金需求1108.01亿～1938.84亿元。

（3）绿色交通公共设施项目多为准经营性公共服务项目，需利用固定资金解决建设问题，利用流动资金解决运营问题，其投资需要长期、低成本、可持续的融资机制的支持，提高绿色投资在城市交通供给中的支配性占比。

需要说明的是，由于技术进步的方式和颠覆式变革的潜力突破难以预测，技术创新和绿色技术规模化落地对推广成本的影响存在不确定性，需要后续持续跟踪，深化研究。